총 45건 · 필터: AI KIT
실용적인 코딩 표준 - 간결하고 직접적이며 과도한 엔지니어링, 불필요한 주석 없음
사용자가 코딩 작업에 대한 계획을 요청할 때 사용하여 명확하고 실행 가능하며 원자적인 체크리스트를 생성합니다.
간결한 계획을 세우세요. 사용자가 코딩 작업과 관련된 계획을 명시적으로 요청할 때 사용합니다.
최근 Claude Code 채팅 기록을 분석하여 코딩 패턴, 개발 격차 및 개선해야 할 부분을 파악하고, 해커뉴스의 관련 학습 자료를 큐레이팅하며, Slack DM에게 개인화된 성장 보고서를 자동으로 전송합니다.
RoPE, YaRN, ALiBi 및 위치 보간 기법을 사용하여 트랜스포머 모델의 컨텍스트 창을 확장합니다. 긴 문서(32,000-128,000개 이상의 토큰)를 처리하거나, 사전 학습된 모델을 원래 컨텍스트 한계를 초과하여 확장하거나, 효율적인 위치 인코딩을 구현할 때 사용하세요. 회전 임베딩을 다룹니다
재훈련 없이 기능을 결합하기 위해 mergekit을 사용하여 여러 개의 미세 조정된 모델을 병합하세요. 도메인별 전문 지식(수학 + 코딩 + 채팅)을 혼합하여 특수 모델을 만들 때 사용하거나, 단일 모델을 넘어 성능을 향상시키거나, 모델 변형을 빠르게 실험할 때 사용하세요. SLERP, 넥타이 커버-
arXiv 2401.10774 (2024) 기반 - MEDUSA: 다중 디코딩 헤드가 있는 간단한 LLM 추론 가속 프레임워크
추측 디코딩, 메두사 다중 헤드, 그리고 전방 디코딩 기법을 사용하여 LLM 추론을 가속화하세요. 추론 속도를 최적화하거나(1.5-3.6배 속도 향상), 실시간 애플리케이션의 지연 시간을 줄이거나, 계산 속도가 제한된 모델을 배포할 때 사용하세요. 초안 모델, 트리 기반 주의, Jac을 다룹니다
HumanEval, MBPP, MultiPL-E 및 15개 이상의 벤치마크에서 pass@k 메트릭을 사용하여 코드 생성 모델을 평가합니다. 코드 모델을 벤치마킹하거나, 코딩 능력을 비교하거나, 다국어 지원을 테스트하거나, 코드 생성 품질을 측정할 때 사용하세요. 허깅페이스에서 사용하는 빅코드 프로젝트의 업계 표준
사용자가 코드 검토, 계획 검토 또는 빅 컨텍스트(>20만) 처리를 위해 Gemini CLI를 실행하도록 요청할 때 사용합니다. 대규모 컨텍스트 창이 필요한 종합적인 분석에 이상적입니다. 최신 추론 및 코딩을 위해 기본적으로 제미니 3 프로를 사용합니다.
국제화 및 현지화 패턴. 하드코딩된 문자열 감지, 번역 관리, 로케일 파일 관리, RTL 지원.
RadixAttention 접두사 캐싱을 통해 LLM을 위한 빠른 구조화된 생성 및 서비스. JSON/regex 출력, 제약 디코딩, 도구 호출을 통한 에이전트 워크플로우, 또는 접두사 공유를 통한 vLLM보다 5배 빠른 추론이 필요할 때 사용하세요. xAI, AMD, NVIDIA, LinkedIn에서 30만 개 이상의 GPU에 전력을 공급합니다.
Moodle LMS를 위한 맞춤형 외부 웹 서비스 API를 만듭니다. 과정 관리, 사용자 추적, 퀴즈 작업 또는 맞춤형 플러그인 기능을 위해 웹 서비스를 구현할 때 사용하세요. 매개변수 검증, 데이터베이스 작업, 오류 처리, 서비스 등록 및 Moodle 코딩 표준을 다룹니다.
오픈 타겟은 표적을 "의약품의 표적이 될 수 있는 모든 자연 발생 분자"로 정의합니다 표적은 주로 Ensembl 유전자 ID로 식별되는 단백질 코딩 유전자이지만, 또한 inc
다양한 사용 사례를 위한 고품질 프롬프트 모음. 역할 기반 프롬프트, 작업별 템플릿, 그리고 신속한 개선 기법이 포함되어 있습니다. 사용자가 코딩, 쓰기, 분석 또는 창의적인 작업을 위해 프롬프트 템플릿, 역할극 프롬프트 또는 즉시 사용할 수 있는 프롬프트 예제가 필요할 때 사용하세요.
이 문서는 DICOM 전송 구문과 압축 형식에 대한 포괄적인 참고 자료를 제공합니다. 전송 구문은 바이트 순서, 압축 방법, A 등 DICOM 데이터가 인코딩되는 방식을 정의합니다
의료 데이터는 여러 코딩 시스템과 표준을 사용합니다. PyHealth의 MedCode 모듈은 온톨로지 조회와 시스템 간 매핑을 통해 의료 코딩 시스템 간의 번역 및 매핑을 가능하게 합니다.
임상 데이터를 기반으로 머신 러닝 모델을 개발, 테스트 및 배포하기 위한 포괄적인 의료 AI 툴킷입니다. 이 기술은 전자 건강 기록(EHR), 임상 예측 작업(사망률, 재입원, 약물 추천), 의료 코딩 시스템(ICD, ND)을 다룰 때 사용해야 합니다
미디어버니를 사용하여 브라우저에서 동영상을 디코딩할 수 있는지 확인하세요
미디어버니를 사용하여 브라우저에서 동영상을 디코딩할 수 있는지 확인하세요